基于曲波变换的航空电磁数据去噪方法研究

航空电磁法作为一种地形复杂地区资源探测的有效方法,近年来得到了广泛的应用.然而,由于系统所处的动态环境,噪声干扰严重.为了改善航空电磁数据质量,提高地下电性反演的准确性,需要研发相关去噪技术.传统航电去噪大多针对特定噪声或单一测线上的信号进行处理,难以兼顾相邻测线之间观测信号的相关性.本文采用曲波变换进行二维航空电磁数据去噪.由于曲波变换具有多尺度和多方向性特征,可以在对噪声精细分析的基础上进行有效去除,同时还保证了整个测区内信号的相关性.进而,我们提出Sigmoid阈值函数对传统阈值函数进行改进,以进一步改善去噪效果.为了验证曲波变换方法对航空电磁数据去噪的有效性,将曲波变换和传统去噪方法分别应用于理论模型和实测数据进行对比.试验证明本文曲波变换用于航空电磁数据去噪具有明显的优越性.     

基于核主成分分析的时间域航空电磁去噪方法

时间域航空电磁数据往往在测量过程中受到天然和人文噪声的干扰.如果不能很好滤除这些电磁噪声,那么将会降低资料质量、影响反演的精度,甚至获得错误的解释结果.本文提出了一种基于核主成分分析的去噪方法,通过核主成分分析提取叠加后衰减曲线的主成分,然后使用能量占比方法分离反映地下介质的有效信号和噪声,最后使用反映地下介质的特定成分进行重构.本文所推荐的去噪方法不仅能剔除天然噪声,例如天电产生的尖脉冲或者振荡,而且能有效地抑制人文噪声.分别使用基于核主成分分析的去噪方法,以及AeroTEM软件的处理方法对同样的吊舱式时间域直升机航空电磁勘查系统实测数据进行处理,并比较其结果.处理结果表明：所推荐的去噪方法要优于AeroTEM软件.     

基于核主成分分析的时间域航空电磁去噪方法

时间域航空电磁数据往往在测量过程中受到天然和人文噪声的干扰.如果不能很好滤除这些电磁噪声,那么将会降低资料质量、影响反演的精度,甚至获得错误的解释结果.本文提出了一种基于核主成分分析的去噪方法,通过核主成分分析提取叠加后衰减曲线的主成分,然后使用能量占比方法分离反映地下介质的有效信号和噪声,最后使用反映地下介质的特定成分进行重构.本文所推荐的去噪方法不仅能剔除天然噪声,例如天电产生的尖脉冲或者振荡,而且能有效地抑制人文噪声.分别使用基于核主成分分析的去噪方法,以及AeroTEM软件的处理方法对同样的吊舱式时间域直升机航空电磁勘查系统实测数据进行处理,并比较其结果.处理结果表明:所推荐的去噪方法要优于AeroTEM软件.     

时频电磁法勘探数据时域去噪方法研究（英文）

时频电磁法勘探系统兼有频率测深与瞬变电磁测深系统双重特点,可同时在频率域和时间域求取视电阻率,从而获得更加准确可信的地电信息。实测时频电磁勘探数据中的主要噪声有50 Hz工频及其谐波干扰噪声、高频随机脉冲噪声以及低频干扰噪声三种类型,本文针对这些噪声类型以及时频电磁法的方波信号特点,提出分段拓展中值滤波方法和拟合固定极值点EMD方法分别去除高频随机脉冲噪声和低频干扰噪声,提出基于方差和偏度系数的中值滤波窗口大小试验选取方法,采用频域带阻滤波方法去除50 Hz工频及其谐波干扰噪声。并设计了一个相应的去噪流程,以充分发挥各自的去噪方法的优势。经理论分析以及实际观测数据的应用实验验证,本文提出的去噪方法和设计的去噪处理流程合理有效,准确保留了时域信号波形的相位和幅值信息,得到令人满意的高质量时域信号波形,为准确地提取时域瞬变电磁衰减信号打下良好的基础。     

基于曲波变换的航空电磁数据调平方法研究

航空电磁法由于高效和高精度的特点广泛应用于地质填图、矿产资源、地下水、及环境与工程等勘查.然而,航空电磁系统处于动态环境,噪声影响严重,航空电磁数据处理至关重要.航空电磁数据噪声除随机成分外,还包括有各种效应引起的畸变,数据去噪需要依据噪声特征进行处理.航空电磁数据调平是航空电磁数据处理中至关重要的步骤,它能有效去除数据中由飞机飞行条件变化导致系统状态变化而产生的异常.传统的调平方法由于效率较低、易产生数据畸变等受到限制.为了克服这些局限性,我们提出一种基于曲波变换的数据调平方法.该方法得益于曲波变换多尺度和多方向性特征,可以有效地提取数据中的调平误差并予以去除.与此同时,利用该方法我们可以对非规则测区数据进行直接调平,无需进行测区分割,显著提高调平效率和普适性.为了检验本文曲波变换调平方法的有效性,我们将其应用于理论数据以及在爱尔兰Waterford地区实测的航电数据调平.实验结果表明该方法有效地去除调平误差的同时很好地保留有用信号.     

瞬变电磁数据交叉型组合域去噪技术研究与应用

高效的瞬变电磁数据处理对后续的精确地质解译具有决定性的作用,而数据信号的去噪是数据处理环节的重中之重.时频分析方法是当前广泛应用于瞬变电磁数据处理去噪领域的主要方法技术,但其基本是单域方法的应用探索,各自单域方法实际应用效果不尽人意.本文基于曲波变换、小波变换及高阶相关统计技术,进行了交叉型组合域瞬变电磁数据去噪技术的研究与探索.通过引入高阶相关统计理论提供自适应的阈值函数、采用小波变换进行残留噪声成分小波系数分解,结合曲波变换正反过程实现交叉型组合域去噪技术.设计了包含随机噪声、相关噪声的数值模拟合成数据去噪算例验证了本文方法的可行性.将本文方法应用于两个实测数据去噪分析,表明本文方法可有效解决不同复杂程度的含噪声瞬变电磁数据去噪领域.研究成果为瞬变电磁高精度数据处理提供了新的技术手段.     

电性源时域地空电磁数据小波去噪方法研究

基于飞艇的时间域地空电磁探测系统,具有勘探深度大、效率高、空间分辨率高、飞行控制容易等优势.但在低空飞行测量过程中,飞艇飞行高度、航迹、姿态等受风向、大气气流、地形、地面局部温度场变化等影响而发生变化,导致固定在艇囊前端的接收线圈发生运动,切割大地磁场,产生了电磁噪声、运动噪声、基线漂移等,从而影响电磁数据的电阻率成像质量.因此,研究地空电磁信号中多种噪声的去除方法,对数据的反演解释非常重要.由于地空电磁信号中有效信号频带与部分噪声频带相重叠,使用传统滤波或消噪方法具有一定局限性.因此,本文提出一种综合小波去噪法:根据地空电磁信号的特点,采用sym8小波基;基于小波多分辨率分析原理,利用小波高尺度近似分量估计基线漂移,以校正电磁数据中的基线;基于小波阈值收缩原理,采用5层小波分解、极小极大阈值配合硬收缩函数的消噪方法,来压制数据中的其余噪声.最后,通过异常环模型的理论响应和实测数据进行算法的验证,结果表明这种综合消噪法对多种噪声均有很好的抑制作用,是一种实用有效的时间域地空电磁数据消噪方法.     

基于主成分的时间域航空电磁数据神经网络反演仿真研究(英文)

传统上,时间域航空电磁数据通过拟合迭代反演计算得到大地模型,然而,由于航空电磁数据道间的较强相关性,导致病态反演,并引起超定问题;同时电磁数据的相关性使其与模型参数的映射关系复杂,增加了反演的复杂度。采用主成分分析法将航空电磁数据变换为正交的较少数量的主成分,不仅降低了数据道间的相关性,减小了数据量,同时压制了数据的不相关噪声。本文利用人工神经网络(ANN)逼近主成分与大地模型参数间的映射关系,避免了传统反演算法中雅克比矩阵的复杂计算。层状模型的主成分神经网络与数据神经网络的反演结果对比显示,主成分神经网络反演方法网络结构简单,训练步数少,反演结果好,特别是对于含噪数据。准二维模型的主成分ANN、数据ANN以及Zhody方法的反演结果显示了主成分神经网络具有更接近真实模型的反演效果,进一步证明了主成分神经网络反演方法适合海量航空电磁探测数据反演。     

基于自适应噪声完全集合经验模态分解算法和Hurst指数的地震数据去噪方法

在地震观测中,地震数据中普遍包含有噪声信号。由于噪声信号的干扰,地震分析的效率会受到不同程度的影响。传统的去噪方法通常需要噪声的先验知识,并且滤波时会造成部分有效信号丢失。针对这一问题,本文提出一种将自适应噪声完全集合经验模态分解（CEEMDAN）算法与Hurst指数相结合的地震数据去噪方法。首先通过CEEMDAN方法将信号分解为一系列本征模函数（IMF）,然后利用Hurst指数对滤波后的IMF分量进行识别,最后对地震数据IMF分量进行重构,从而实现数据去噪。与传统方法的去噪效果对比表明,本文方法可将低信噪比波形的去噪效果提高32%,将高信噪比波形的去噪效果提高6倍。同时对地磁数据的去噪结果表明,本文方法能够较完整地将地铁噪声从地磁信号波形中滤除。     

异常振幅衰减技术在多道地震数据处理中的应用

多道地震数据受过船干扰噪声影响,往往在测线炮集上发育高振幅噪声,这些噪声严重影响多道地震成像效果.针对测线噪声振幅异常高的特点,采用异常振幅衰减技术进行处理.通过对不同域、不同空间中值滤波宽度、不同时间窗口和不同门槛值处理效果的对比,确定最佳的参数组合并实现对渤海某多道地震测线高振幅噪声的有效去除.处理结果表明,经过异常振幅压制后的叠加剖面信噪比提高,剖面的品质得以提升,这为后面的工作奠定了基础.     

Simulation of orthogonal horizontal ground motion components for specified earthquake and site characteristics

A method for generating an ensemble of orthogonal horizontal ground motion components with correlated parameters for specified earthquake and site characteristics is presented. The method employs a parameterized stochastic model that is based on a time‐modulated filtered white‐noise process with the filter having time‐varying characteristics. Whereas the input white‐noise excitation describes the stochastic nature of the ground motion, the forms of the modulating function and the filter and their parameters characterize the evolutionary intensity and nonstationary frequency content of the ground motion. The stochastic model is fitted to a database of recorded horizontal ground motion component pairs that are rotated into their principal axes, a set of orthogonal axes along which the components are statistically uncorrelated. Model parameters are identified for each ground motion component in the database. Using these data, predictive equations are developed for the model parameters in terms of earthquake and site characteristics and correlation coefficients between parameters of the two components are estimated. Given a design scenario specified in terms of earthquake and site characteristics, the results of this study allow one to generate realizations of correlated model parameters and use them along with simulated white‐noise processes to generate synthetic pairs of horizontal ground motion components along the principal axes. The proposed simulation method does not require any seed recorded ground motion and is ideal for use in performance‐based earthquake engineering. Copyright © 2011 John Wiley & Sons, Ltd.     

Correlations of three-component ground motions from the 23 June 2010 Val-des-Bois, Québec, earthquake

In this paper, we investigate the characteristics of three-component ground motions recorded during the $M_\text{w}\,5.2$ Val-des-Bois (Québec) earthquake, which occurred on the 23 June 2010. The earthquake is the largest recorded event in eastern Canada within the last decade. The records analyzed were provided by a strong motion monitoring network, comprising accelerometers located at sites with different soil conditions. The two orthogonal horizontal components and one vertical component at each recording station are uncorrelated to determine their principal directions, and the results obtained are used to characterize intensity ratios between the three uncorrelated components. A new hodograph representation is proposed to highlight the correlation between accelerations and displacement trajectories along various time increments at each recording station. The principal components are discussed in light of seismographic data, local site conditions, and trajectories. Time–frequency analyses of the uncorrelated records are also conducted to compare the distribution of spectral amplitudes and frequency content along the three principal components during the shaking. The results of this work shed more light on the characteristics of three-component ground motions from an important Eastern North America earthquake, and could be used to calibrate simulated multicomponent ground motions in this region.     

地震地面运动模型的研究

地震地面运动被模拟成均值为零的两次过滤Ｇａｕｓｓ白噪声随机过程。第一次过滤削减白噪声的高频含量;第二次过滤削减白噪声的低频含量。根据地震记录的功率谱,使用非线性函数的最小二乘法,确定了两次过滤Ｇａｕｓｓ白噪声随机过程的功率谱密度函数的参数。     

应用平滑先验信息方法移除GRACE数据中相关误差

由于GRACE卫星数据解算的时变重力场模型中高阶位系数存在误差,这些误差在重力异常图中表现为南北向的条带噪声,在应用GRACE时变重力场数据时必须进行滤波.本文在空间域引入了一种有效消除GRACE时变重力场条带噪声的平滑先验信息方法,并将其与目前常用的高斯滤波和去相关误差等滤波方法分别应用于合成的质量变化趋势数字模型,检测不同滤波方法消除条带噪声的能力及其对真实信号的影响.滤波结果显示,与目前常用的高斯滤波和去相关误差滤波器相比,本文滤波方法在有效移除条带噪声的同时,具有有效信号幅度衰减小、有效信号形变小以及保存了更多的短波长细节信息等优势;此外,统计结果显示,本文滤波结果在信号最大值、最小值以及残差均方根等方面均与模拟真实信号最为接近.相比300km高斯平滑和组合滤波结果,有效信号振幅的极小值和极大值分别提高了约18%和6%,残差均方根分别降低了25%和33%.说明本文滤波方法移除GRACE相关误差的同时,在保留有效信号方面具有明显的优势.     

青藏高原东北缘区域地电脉动能谱变化分析

基于我国青藏高原东北缘地区的5个地电场观测台站2015年以来的长时段地电场数据,首先使用求取两信号互相关函数的方法压制了大部分不相关电磁扰动,然后通过高通滤波和信号的频谱、自功率谱和互功率谱分析,得到了互相关分析后各台站的时频变化情况,结果显示在1 Hz采样数据中10-3—10-1 Hz部分可能含有地电脉动信号.同时通过对大武台原始数据进行小波变换分析,并将同时段地电场观测与相关频段的地磁场观测进行对比,结果表明,地球电场在该频段内表现出P_c3—5的特点,地电脉动成分占优势,且10-3—10-1 Hz频段的能量较高,这一现象可能与地球磁层和电离层辐射波的稳定性有关.      

基于高通滤波的频率-空间域经验模态分解压制高频噪声

高频噪声压制是高分辨率地震数据处理中提高信噪比的关键性问题.本文针对f-x(频率-空间)反褶积空间预测滤波器无法处理非平稳、非线性信号的缺点,提出了一种基于高通滤波的频率-空间域经验模态分解(Empirical Mode Decomposition in the frequency-space domain,f-xEMD)压制地震剖面中高频噪声的方法.该方法采用全域高通滤波从原始数据中分离出含有部分有效信号的高频数据,将其变换到f-x域,然后在滑动的短窗口内提取每一个频率的空变数据序列进行EMD分解得到高频复本征模态函数(Intrinsic Mode Function,IMF)IMF1,将所有频率的IMF1序列反Fourier变换到时间域得到噪声剖面,将其与原始数据相减,达到高频噪声压制的目的.该方法可克服传统EMD分解方法中的模态混叠现象,保护陡倾角反射同相轴;压制后的噪声剖面中不包含有效信号能量,地震剖面的信噪比得到了提高.模拟数据和实际数据处理结果充分证明了该方法的有效性.     

基于同步大地电磁时间序列依赖关系的噪声处理

本文从信号与系统的角度讨论了同步大地电磁时间序列信号之间的依赖关系,选取高信噪比的时间序列信号作为先验数据,用最小二乘法估算依赖关系;结合参考道的数据,合成本地道含噪声时段的数据,最后用合成数据替代噪声段数据,组成新数据,从而在时域中去除大地电磁噪声.西藏地区高信噪比实测数据的试算结果表明,无论电场还是磁场,信号之间的依赖关系是相对稳定的,只与先验数据的长度有关,与时间无关;虽然不同参考点之间的依赖关系不同,但都可以精确合成本地点数据,与参考点地下电性结构和参考距离无关.仿真实验显示,去噪后的信号与原始信号基本一致.实测数据处理结果表明,该方法可以有效去除强噪声干扰,抑制中高频段的近场源效应,同时保留了微弱的有效信号,保证了处理结果的正确性.最后针对方差比方法无法识别的方波噪声,提出了一种简单的平移方法,成功去除了持续时间大于窗口长度的方波噪声;将该方法与远参考技术结合,可以有效抑制近场源噪声干扰,获得光滑连续并且可信的测深资料.     

Enhancement of Deep Seismic Reflections in Pre-stack Data by Adaptive Filtering

—Adaptive filters offer advantages over Wiener filters for time-varying processes. They are used for deconvolution of seismic data which exhibit non-stationary behavior, and seldom for noise reduction. Different algorithms for adaptive filtering exist. The least-mean-squares (LMS) algorithm, because of its simplicity, has been widely applied to data from different fields that fall outside geophysics. The application of the LMS algorithm to improve the signal-to-noise ratio in deep reflection seismic pre-stack data is studied in this paper. Synthetic data models and field data from the DEKORP project are used to this end.¶Three adaptive filter techniques, one-trace technique, two-trace technique and time-slice technique, are examined closely to establish the merits and demerits of each technique. The one-trace technique does not improve the signal-to-noise ratio in deep reflection seismic data where signal and noise cover the same frequency range. With the two-trace technique, the strongest noise reduction is achieved for small noise on the data. The filter efficiency decreases rapidly with increasing noise. Furthermore, the filter performance is poor upon application to common-midpoint (CMP) gathers with no normal-moveout (NMO) corrections. Application of the two-trace method to seismic traces before dynamic correction results in gaps in the signal along the reflection hyperbolas. The time-slice technique, introduced in this paper, offers the best answer. In this case, the one-trace technique is applied to the NMO-corrected gathers across all traces in each gather at each time to separate the low-wavenumber component of the signal in offset direction from the high-wavenumber noise component. The stacking velocities used for the dynamic correction do not need to be known very accurately because in deep reflection seismics, residual moveouts are small and have only a minor influence on the results of the adaptive time-slice technique. Noise reduction is more significant with the time-slice technique than with the two-trace technique. The superiority of the adaptive time-slice technique is demonstrated with the DEKORP data.     

香港GPS基准站坐标序列特征分析

利用香港GPS连续运行参考站网络2001年1月至2007年8月的观测资料,全面深入地分析了12个基准站坐标序列特征.本文采用主成分空间滤波算法去除公共误差,来提高坐标序列的信噪比,并采用最大似然估计准则定量估计滤波后坐标序列的噪声特性,计算了地球表面质量负荷（包括大气、非潮汐海洋、积雪和土壤水）对香港GPS基准站坐标序列的影响.研究结果表明：香港GPS基准站坐标序列具有高度的空间相关性,其公共误差具有较强的季节性变化特征;地表质量负荷变化引起的香港地壳形变可以解释公共误差序列中约为3mm的垂向周年变化,经过质量负荷改正后的公共误差序列与高阶电离层误差高度相关;滤波后坐标序列的噪声特性可以用可变白噪声加闪烁噪声模型来描述,顾及闪烁噪声所计算的速度误差要比只考虑可变白噪声计算的速度误差大2~6倍;基准站间存在达1.5 mm/yr的相对水平运动,揭示香港地区存在活动断层;部分基准站坐标具有明显的振幅为1～2 mm本地季节性变化,所有测站的残差序列也表现出强烈的季节性变化.